阿
Qwen3-vl-flash
阿里
视觉
对话
text
模 型 Code
qwen3-vl-flash服务状态
可调用
模型介绍
Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，效果优于开源版Qwen3-VL-30B-A3B，响应速度快。全面升级图像/视频理解，支持长视频长文档等超长上下文、空间感知与万物识别；具备视觉2D/3D定位能力，胜任复杂现实任务。
模型能力
输入模态
模型体验支持
思考模式不支持
Function Calling不支持
结构化输出不支持
输出模态
内置工具不支持
联网搜索未提供
缓存未提供
模型价格
输入0.15元/ 百万 token
输入（缓存命中）0.03元/ 百万 token
输入（Batch File）0.075元/ 百万 token
显式缓存创建0.1875元/ 百万 token
显式缓存命中0.015元/ 百万 token
输入（Batch Chat）0.15元/ 百万 token
输出1.5元/ 百万 token
输出（Batch File）0.75元/ 百万 token
输出（Batch Chat）1.5元/ 百万 token
模型限流与上下文
- 最大输入长度
- 254K Tokens
- 最大输入长度(思考模式下)
- 252K Tokens
- 上下文长度
- 128K Tokens
- 最大输出长度
- 16K Tokens
- 最大输出长度(思考模式下)
- 32K Tokens
- 最大思维链长度
- 80K Tokens
API 代码示例
import requests
url = "https://limapi.com/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
payload = {
"model": "qwen3-vl-flash",
"stream": True,
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你好，请介绍一下你自己"}
]
}
response = requests.post(url, headers=headers, json=payload, stream=True)
for line in response.iter_lines():
if line:
print(line.decode("utf-8"))将示例中的 YOUR_API_KEY 替换为你的 API Key 即可调用。